Obiettivo
Robots are of increasing importance and will become an integral part of European society. Despite continuing advances, current robots cannot approach the abilities of even the simplest mammals. Achieving continuous and real-time learning without interference between learnt tasks remains a difficult problem. To attain the learning ability and finesse of movement that animals display, information from a large number of sensorimotor and cognitive signals must be integrated. However, few principles of integration have been proposed. Our inter-disciplinary consortium of physicists, neuroscientists and engineers will investigate the principles of integration and representation in the brain. Real-time spiking neural networks, based in part on the cerebellum, a major site of sensorimotor integration and motor learning in the brain, will be developed. Both hardware and software approaches will be employed. The control abilities of these spiking networks will be evaluated with robots in real environments and compared with state-of-the-art robotic control. Robots are of increasing importance and will become an integral part of European society. Despite continuing advances, current robots cannot approach the abilities of even the simplest mammals. Achieving continuous and real-time learning without interference between learnt tasks remains a difficult problem. To attain the learning ability and finesse of movement that animals display, information from a large number of sensorimotor and cognitive signals must be integrated. However, few principles of integration have been proposed. Our inter-disciplinary consortium of physicists, neuroscientists and engineers will investigate the principles of integration and representation in the brain. Real-time spiking neural networks, based in part on the cerebellum, a major site of sensorimotor integration and motor learning in the brain, will be developed. Both hardware and software approaches will be employed. The control abilities of these spiking networks will be evaluated with robots in real environments and compared with state-of-the-art robotic control.
OBJECTIVES
To understand the neural principles that give an organism the ability to learn multiple tasks in real-time with minimal destructive interference between tasks, and to recreate this ability in real-time spiking neural networks:
1) Perform experiments yielding data suitable for an explicit model of the cerebellum;
2) Use the data to simulate and analyse theoretically cerebellar function;
3) Design real-time spiking neural networks that implement beneficial principles identified by the experiments, analysis or simulations;
4) Construct both hardware and simulated networks;
5) Evaluate the control abilities of the real-time spiking networks.
DESCRIPTION OF WORK
In order to achieve our scientific objectives the following will be performed. Learning rules will be derived using information and learning theory with the aim of developing spiking representations that improve learning and coordination abilities. Analytical models will be developed to understand the information processing, the representations and population codes in the cerebellum. The storage capacity and the importance of the learning rules for storage performance will be evaluated. Electrophysiological experiments in vitro (in slices) and in vivo will be used to characterise cerebellar neurones, synapses, and synaptic plasticity. Recordings with multielectrode arrays from cerebellar slices will be performed to investigate the population dynamics of excitation and plasticity in the cerebellum. Cells will be filled and reconstructed in order to construct compartmental models. Detailed computational models of cerebellar neurones will be improved, constructed and analysed. With the aid of neuronal modelling, simplified descriptions of these elements will be prepared that greatly reduce the computing costs of simulating large numbers of neurones.
A neural network simulation environment will be developed to simulate in real-time networks of the order of 1 million of spiking neurones. Neural hardware to speed up simulations will be constructed and combined with existing aVLSI hardware. The performance of large spiking cerebellar models running in the simulation environment will be tested in experiments both with a simulated and a real humanoid robot. The performance of the real-time spiking control mechanisms will be compared with state-of-the-art robotic control systems.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/it/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/it/web/eu-vocabularies/euroscivoc.
- scienze naturali informatica e scienze dell'informazione software
- ingegneria e tecnologia ingegneria elettrica, ingegneria elettronica, ingegneria informatica ingegneria elettronica robotica robot autonomi
- scienze naturali scienze biologiche zoologia mammologia
- scienze naturali informatica e scienze dell'informazione scienza dei dati trattamento dei dati
- scienze naturali informatica e scienze dell'informazione intelligenza artificiale intelligenza computazionale
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Dati non disponibili
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Coordinatore
75230 PARIS CEDEX 05
Francia
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.